-
公开(公告)号：CN119943140A
公开(公告)日：2025-05-06
申请号：CN202510029209.9
申请日：2025-01-08
Applicant: 北京信息科技大学
IPC: G16B20/30 , G16B40/00 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于联邦学习的蛋白质磷酸化位点预测方法，涉及生物信息学分析技术领域，包括：每个参与联邦学习的客户端对其蛋白质序列数据进行预处理，建立各自的训练集和测试集；每个客户端利用本地数据集进行模型训练，并向委员会输出本地模型、预测准确率与本地数据集特征描述；委员会通过对各个客户端的本地模型进行测试，选择符合标准的本地模型，并依据各个客户端数据集的特征描述来优化聚合全局模型；利用联邦学习委员会的固定成员测试聚合的全局模型，判断是否结束联邦学习。因此，采用上述一种基于联邦学习的蛋白质磷酸化位点预测方法，能够克服数据不平衡的问题，有效保护数据隐私的同时，实现多方数据的共享和利用。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
